How To Use Eviews 8 for Estimating Regression Models (Koyck) For Panel Data Analysis

Model koyck

1.      Cara masukin data ke eviews http://www.julfahmisalim.com/2013/05/fatin-juara-xfactor-indonesia.html,  ATAU gampangnya, datanya dibikin dulu di excel lalu tinggal diimport filenya ke eviews. Kalo mau diedit data di eviewnya, klik aja variabel yg muncul sehabis diimport, ganti nama variabelnya juga.

2.      Setelah itu, Quick, pilih yg estimate

3.      Nah masukin di kolom kosong sesuai dgn jenis variabelnya.

Contoh:

Variabel Y C Variabel X variabel Y (-1)

Misalkan variabel dependent gua= Pds

Terus variabel independentnya= Ppk

Nah di kolom eviewsnya, jadi diketik kayak gini

Pds C Ppk Pds(-1)

Kalo variabel independennya misalkan ada 3 jadi kayak gini

Pds C Ppk Jpk Ikm Pds(-1)

Nah hasilnya persis sama kayak gambar di bawah, penaksirannya ikutin aja

I.      METODE PENELITIAN

Penelitian ini menggunakan metode analisis autoregressive distributed lag model koyck. Data yang digunakan merupakan data sekunder dalam bentuk time series dari tahun 1980-2014. Data yang digunakan hanya sebanyak 35 yang di ambil dari BPS Indonesia, Kementerian Perdagangan Indonesia, dan Kementerian Pertanian Indonesia

Variabel yang digunakan dalam penelitian ini adalah permintaan daging sapi (pds) dan pendapatan perkapita dalam hal ini pendapatan perkapita masyarakat Indonesia pertahun (ppk).

Alasan pemilihan faktor pendapatan adalah karena ketika pendapatan masyarakat meningkat, hal tersebut tidak langsung menyebabkan permintaan daging sapi meningkat, tetapi memerlukan waktu (lag).

Penelitian ini hanya mencakup pada  analisis Autoregressive Distributed Lag model Koyck dalam memodelkan pengaruh pendapatan terhadap permintaan daging sapi di Indonesia. Sehingga model yang terbentuk adalah

Untuk memudahkan analisis, peneliti menggunakan software  EVIEWS 8 dan Ms.Excel 2010.

II.  HASIL DAN PEMBAHASAN

a.    Penaksiran Metode Koyck

Dengan mengasumsikan bahwa Vt telah memenuhi semua asumsi klasik yang berkenaan dengan faktor gangguan. Maka hasil analisis ini menjadi:

Berdasarkan tabel output di atas, diperoleh model dugaan:

Yt= 1,600 + 12,465 Xt + 0,4254 Yt-1

Model dugaan dapat dituliskan dalam bentuk persamaan dinamis distribusi lag dugaan dengan cara sebagai berikut. Berdasarkan persamaan di atas diketahui :

𝐶 = 0,4254

               a (1 – c) = 1,600, maka a adalah 2,7845

β0 = β0             = 12,465

β1 = β0 C   = 5,3026

β2 = β0 C²  = 2,2557

Jadi model lag dugaannya adalah:

Y= 2,7845 + 12,465 X_t + 5,3026 X_t-1 + 2,2557 X_t-2 + ...,

Bisa diamati bahwa pengaruh dari lag Y menurun secara geometris dilihat dari persamaan Yt = 1,600 + 12,465 Xt + 0,4254 Yt-_1. Diketahui bahwa nilai koefisien dari Y_t-₁ bernilai positif yaitu sebesar 0,4254. Nilai 0,4254 berarti bahwa apabila pendapatan meningkat 1% maka permintaan akan daging sapi akan meningkat 0,4254%

Mean lag = 0,4254 : (1 – 0,4254) = 1,74034

Artinya dampak perubahan pada permintaan daging sapi (Y) pada periode pertama

sebesar 1,74


Maafkan kalo salah, masih belajar soalnya hehe. Kalo ada yg lebih ngerti, mohon koreksinya